Reverse-o1:OpenAI o1原理逆向工程图解

Reverse-o1:OpenAI o1原理逆向工程图解

AIGC动态欢迎阅读

原标题:Reverse-o1:OpenAI o1原理逆向工程图解
关键字:模型,能力,逻辑推理,状态,概率
文章来源:智猩猩GenAI
内容字数:0字

内容摘要:


大会预告12月5日-6日,2024中国生成式AI大会(上海站)举办。将邀请50+位嘉宾围绕大模型、AI Infra、端侧生成式AI、AI视频生成和具身智能等议题进行同台分享和讨论。欢迎报名或购票。导读作者为张俊林
原文来自知乎,地址:https://zhuanlan.zhihu.com/p/721952915
本文只做学术/技术分享,如有侵权,联系删文。OpenAI o1的推出称为横空出世不为过,尽管关于Q*、草莓等各种传闻很久了,用了强化学习增强逻辑推理能力这个大方向大家猜的也八九不离十,但是融合LLM和RL来生成HiddenCOT,估计很少人能想到这点,而且目前看效果确实挺好的。
OpenAI奔向Close的路上越走越远,你要从o1官宣字面来看,除了“强化学习生成Hidden COT”外,基本找不到其它有技术含量的内容。Sora好歹还给出了个粗略的技术框架图,字里行间也透漏不少隐含的技术点,细心点总能发现很多蛛丝马迹,串起来之后整个背后的技术就若隐若现。而且,尽管目前有不少公开文献在用LLM+RL增强大模型的推理能力,但几乎找不到做Hidden COT生成的工作,所以可供直接参考的


原文链接:Reverse-o1:OpenAI o1原理逆向工程图解

联系作者

文章来源:智猩猩GenAI
作者微信:
作者简介:

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...